【ITBEAR科技資訊】3月3日消息，近日，ChatGPT發(fā)布了基于Whisper大模型的語音轉(zhuǎn)文字API，旨在幫助用戶更加高效地將語音轉(zhuǎn)錄成文字，并支持多種語言的轉(zhuǎn)錄和翻譯。
Whisper API的收費(fèi)非常低廉，每分鐘只要0.006美元，即人民幣約為4分錢，相信會對語音相關(guān)企業(yè)產(chǎn)生很大的影響。
據(jù)ITBEAR科技資訊了解，盡管Whisper API支持幾十種語言的轉(zhuǎn)錄和翻譯，但不同語言的轉(zhuǎn)錄準(zhǔn)確率差別很大。Whisper large-v2模型在西班牙語、英語、意大利語、德語等語言的單詞錯誤率都能控制在5%以內(nèi)，這樣的轉(zhuǎn)錄后只需要用戶簡單修改就可以得到完美的轉(zhuǎn)錄結(jié)果。
然而，在中文轉(zhuǎn)錄方面，Whisper的錯誤率相比其他語言要高得多。v1模型的錯誤率為19.6%，v2略微提高到14.7%，這對于用戶來說確實(shí)是一些麻煩。這一問題可能與中文本身的特點(diǎn)有關(guān)，例如中文的同音字和多音字，以及口音和方言的差異。中文語料的覆蓋率相對較低，也可能對模型的訓(xùn)練效果造成了影響。
